Clinicopathological and prognostic significance of platelet count in patients with ovarian cancer
Notice bibliographique
Résumé
Aim: Increasing evidence indicates that platelet count is a useful biomarker of long-term outcomes in patients with ovarian cancer. However, the prognostic value of platelet count in patients with ovarian cancer remains controversial. We therefore conducted a meta-analysis aimed to investigate the prognostic role of the platelet count in patients with ovarian cancer. Method: A comprehensive search was performed from the databases of PubMed, Embase and the Cochrane Library until June 20, 2017. A total of 18 studies with 6754 patients were included. Hazard ratios (HRs) and the corresponding 95% confidence intervals (CIs) and odds ratios and 95% CIs from each study were pooled. Results: The results demonstrated that elevated pretreatment platelet count was significantly related to poor survival from ovarian cancer; the pooled HRs for overall, progression-free and disease-free survival were 1.81 (95% CI 1.52–2.15), 1.48 (95% CI 1.24–1.75) and 1.39 (95% CI 1.19–1.61), respectively. Subgroup analyses were divided by ethnicity, sample size, FIGO stage, cut-off value of the platelet count, analysis method and Newcastle Ottawa Scale score, but the results did not show any significant change in the main results. Increased platelet count was also significantly associated with the FIGO stage, tumor differentiation, ascites, residual tumor mass, CA125 level, recurrence and metastasis. Conclusion: This meta-analysis revealed that an elevated platelet count pretreatment denotes a predictive factor of poor prognosis and unfavorable clinicopathological parameters for ovarian cancer patients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,012 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».